虚拟筛选技术辅助SERT抑制剂高通量筛选模型的建立及应用
为提高化合物筛选效率、发现更多5-羟色胺转运体(serotonin transporter,SERT)抑制剂,本研究选择与中枢神经系统5-羟色胺(5-hydroxytryptamine,5-HT)能神经元具有极高相似性、能分泌5-HT、表达腺苷受体A3(A3AR)的RBL-2H3细胞,采用荧光底物ASP+进行SERT再摄取抑制率检测,建立生物筛选SERT抑制剂的模型.在大规模的化合物库中,基于配体的虚拟筛选技术,采用贝叶斯分类方法与分子指纹相似度检索筛选出待筛化合物;进一步结合生物筛选方法进行验证,找到具有SERT抑制活性的全新结构化合物.研究表明ASP+检测方法有效降低环境生物危害性、检测效率高,而将生物筛选和虚拟筛选两者有机结合明显提高了筛选的效率.
新药发现、构效关系、5-羟色胺转运体抑制剂
50
R965.1(药理学)
国家科技重大专项“重大新药创制”资助项目2009ZX09302-003.
2015-10-08(万方平台首次上网日期,不代表论文的发表时间)
1116-1121